E3DGE项目使用与启动教程
2025-04-21 15:55:40作者:温艾琴Wonderful
1. 项目介绍
E3DGE是一种基于编码器的3D风格GAN反转框架,能够实现高质量形状和纹理的重构。本项目由Nanyang Technological University的S-Lab和Shanghai Artificial Intelligence Laboratory合作开发,并在CVPR 2023上发表。E3DGE通过自我监督的几何感知编码器,为基于风格的3D GAN提供了高质量的编辑和纹理反转功能。
2. 项目快速启动
环境准备
- NVIDIA显卡(推荐使用NVIDIA T4或V100)
- 安装Anaconda以管理Python环境
conda create --name e3dge python=3.8
conda activate e3dge
conda install -c conda-forge ffmpeg
conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cudatoolkit=10.2 -c pytorch
conda install -c fvcore -c iopath -c conda-forge fvcore iopath
pip install -r requirements.txt
模型下载
- 下载预训练的3D生成器和编码器
python download_models.py
- 下载预处理后的CelebA-HQ测试集
python download_test_data.py
推断示例
- 新视图合成
bash scripts/test/demo_view_synthesis.sh
- 语义编辑
bash scripts/test/demo_editing.sh
- 3D卡通化
bash scripts/test/demo_toonify.sh
训练示例
- 下载预训练模型和预处理后的测试集
python download_models.py
python download_datasets.py
- 第一阶段训练(自我监督的合理形状反转)
bash scripts/train/ffhq/stage1.sh
- 第二阶段训练(局部特征融合为高保真反转)
bash scripts/train/ffhq/stage2.1.sh
- 第二阶段训练(混合特征对齐为高质量编辑)
bash scripts/train/ffhq/stage2.2.sh
3. 应用案例和最佳实践
- 使用预训练的模型进行新视图合成,可以用于虚拟现实应用中的实时渲染。
- 应用语义编辑功能,为图像处理和增强现实提供新的交互方式。
- 通过3D卡通化功能,为动画制作提供新的工具。
4. 典型生态项目
- StyleSDF:本项目构建在StyleSDF的源代码之上,为GAN反转提供了新的方法和视角。
- 其他相关的3D GAN项目,如GAN-Inversion、Neural-Rendering等,都是E3DGE项目的有益补充。
登录后查看全文
热门项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C069
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0130
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
460
3.43 K
暂无简介
Dart
713
170
Ascend Extension for PyTorch
Python
267
304
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
186
68
React Native鸿蒙化仓库
JavaScript
284
332
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
841
417
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
434
130
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
105
119